PyPy 7.3.9高性能Python环境 压缩得干干净净的 pypy3.7-v7.3.9-linux64.tar.bz2,挺适合你在 Linux 环境下追求高性能的 Python 开发。PyPy 的优势不用多说,运行速度比原生 Python 快不少,适合跑计算密集型任务,比如爬虫、数据或者批量脚本。解压就能用,省去安装麻烦,环境隔离也比较方
scikit-learn 0.18Python 3.4版安装包 scikit_learn 的 0.18 版本,适配cp34m和manylinux1_i686环境,适合在老版本 Python 和 32 位 Linux 系统里折腾的同学。安装方便,依赖少,跑小项目挺稳的。如果你还在用老 Python 3.4,又不想手动编译,那这个.whl包简直就是现成的救星。用pi
Selenium 3.12.0Web自动化库 Selenium 的 Python 库,版本是 3.12.0,挺稳定的,蛮适合做 Web 自动化测试入门。压缩包里应该就是对应的库文件,配合 WebDriver 就能模拟浏览器操作,点按钮、填表单这些都不在话下。Python 里的Selenium用起来还挺顺手的。安装简单,pip install s
TensorFlow 1.3.0Python 3.4安装包 tensorflow-1.3.0-cp34m-macosx_10_11_x86_64.whl 是老版本 TensorFlow 的安装包,适合 Python 3.4、macOS 10.11 环境。别看版本老,用起来还是挺顺的,尤其是跑一些经典模型或教学 demo,资源占用小,响应也快。如果你用的是老设
协同过滤算法Demo基于MovieLens 1M数据集 想快速上手协同过滤算法?基于 MovieLens-1M 数据集的这个 demo 适合你。用最常见的 UserCF 算法实现,操作也不复杂,直接在终端运行python usercf.py就可以启动。如果你是 Linux 用户,甚至可以让程序在后台运行,通过python usercf.py > run.
gRPC 1.32.0Python通信库 gRPC 的 Python 版本grpcio-1.32.0-cp36m-manylinux2010_x86_64.whl,挺适合要在服务之间搞高效通信的朋友。这个版本对 Python 3.6 兼容性还不错,安装也简单,直接pip install一把梭就行。用来写微服务,或者搞点 RPC 接口测试,响
ExcelExport进制与格式转换工具 Excel 导出的 XML、JSON、Lua 格式总让人头大?ExcelExport-进制转换这个工具用起来就挺顺手的。支持多种格式互转,像你常用的Excel 转 XML、XML 转 JSON、Lua 解析,它都能帮你搞定,而且效率还挺高。 Excel 表格的数据直接就能导出成开发能用的格式,省得你
SciPy 1.5.1Win32环境下的科学计算包 Win32 环境下的 scipy 1.5.1 wheel 包,挺适合还在用 Python 3.7 的老项目。有些数据或者科学计算相关的需求,用它会省不少事。相比新版本,它稳定性还不错,兼容性也广。别看版本不新,实际用起来还挺顺手的,尤其和 numpy、pandas 一起配合着跑,效率也不低。
Snappy 3.1Python压缩库 压缩的利器snappy-3.1-cp36m-win32.whl,是你在 Windows 下跑 Python 3.6 时挺好用的一个库。它用的是 Google 的 Snappy 压缩算法,主打一个字:快。速度比传统的 zlib 要高不少,解压也不卡顿,大数据时有用。